【jupyter notebook环境】pandas笔记（一）安装、创建DataFrame、列值重命名

Pandas 是 python 的一个数据分析包，最初作为金融数据分析工具而开发，为时间序列分析提供了很好的支持。主要数据结构包括Series（一维数组）、Time-Series 以时间为索引的Series、DataFrame（二维的表格形式数据结构）、Panel（三维数组，可以为认为是DataFrame的容器）、Panel4D（4维）、PanelND（N维）

简介、安装

官网：https://pandas.pydata.org/docs/index.html

百度pandas也能搜到

点击Getting Started 就可以看见官方教程

安装部分，提供了 conda 安装和 pip 安装的方式，只需要在终端对应环境下输入相应语句即可

pip install pandas
conda install pandas

查看对应版本

import pandas as pd
pd.__version__

如果需要看pandas的一些依赖包的版本，则输入

pd.show_versions()

后面还有一些，图片没有截完整，可以自己尝试。

在intro to pandas栏目下有很多关于pandas的教程，英语还行的话，完全可以学习，因为主要是对表格的操作，类似数据库一样，所有有很多示例。包括如何读写各种格式的表格包括csv、sql、xls等等，以及将表格数据绘图，所以python类似excel工作，大部分就是通过pandas实现的。

 

创建一个dataframe

最常使用的方式是使用字典，字典的key作为列名，而values就是具体的值，例如

可以使用numpy中的random.rand()函数，来初始化表格中的各数值，例如

解释一下np.random.rand()，括号中第一个数表示行数，第二个数表示列数，值为0～1中的任意一个随机数，具体是[0,1)，不包含1.

这个是自动列值按照0～n-1的一个数排列过去，当然也可以换成其他属性，例如

其中rand（）中的列值，必须与columns中的个数相同。

重命名

对于表格中的列名，如abcd可以进行更名rename

这里只修改了第一列，如果有多列，或者需要修改多列，就在后面加就可以了，如

df = df.rename({'col 1':'col_1','col_2':'new_col 2','col_3':'new_col 3'},axis='columns')

这样一个个写当然可以，但是如果需要修改的时候显得有些不好看，所以还有种写法

 

 然后只需要对列值进行一些小改动，不需要全部重打的话，pandas还提供str.replace()的方法

前面是要被替换的字符，而后面是替换上的字符。同时，如果仅仅是希望在列值前添加一些字符，还有add_prefix()函数，就是添加前缀，当然也有后缀，add_suffix()

也可以看出，只是调用函数，会展示调用效果，但是不会修改df本身的样子，否则第二个就应该是Pre_col one_suf，除非调用时表明了 df = df.add_prefix('Pre_')这样